先把资源用对
科研任务的规模差别很大。短时间的数据整理，不一定需要长期占用高配机器；持续运行的分析，也不适合在个人电脑上反复中断。我们会先了解任务、数据量和使用人数，再讨论配置。
如果现有设备已经够用，我们会如实说。确实需要新增算力时，再看共享、独享或本地部署哪种方式更合适。
让小团队也能顺利开始
不少课题组没有专门维护服务器的人。比起给出一长串参数，我们更愿意把 RStudio、Jupyter、Python 等常用环境和使用方式讲清楚，让研究者尽快回到自己的工作。
尊重科研数据的边界
样本数据、未发表结果和项目材料应该由研究团队决定如何使用。沟通方案时，我们会先确认数据能放在哪里、谁需要访问，以及是否有单位内部的要求。
涉及敏感数据或明确要求留在内网的项目，可以讨论本地算力方案；具体的访问权限和交付方式，以项目约定为准。